تعاني الوكلاء الذكيون المستقلون على مدى فترات طويلة من مشكلة تماسك الذاكرة، وهو أمر يُعتبر من التحديات الرائجة في عالم الذكاء الاصطناعي. وفقاً لأحدث الأبحاث، تنخفض معدلات نجاح تنفيذ الأدوات بنسبة 14 نقطة مئوية خلال 72 ساعة من التشغيل بسبب أربعة أوضاع فشل متزايدة في نظم الذاكرة التقليدية. لذا، يقدم الباحثون نظاماً مبتكراً يُدعَى MEMTIER، وهو هيكل تدرجي ثلاثي الذاكرة مصمم خصيصاً لمنصة OpenClaw.

يتميز MEMTIER بقدرته على تقديم مخزن هيكلي للمعلومات بتنسيق JSONL، بالإضافة إلى محرك استرجاع مدروس يعتمد على خمسة إشارات. كما يقوم بتحديث أوزان الإدراك بناءً على الانتباه، مما يسهم في تعزيز جودة المعلومات المسترجعة. يشمل النظام أيضاً خادماً مخصصاً لتوحيد الحقائق، يرفع المعلومات العرضية إلى طبقة دلالية، ويعمل مع إطار سياسات قائم على تحسينات التفاعل المستمر (PPO).

خلال اختبار شامل قوامه 500 سؤالاً باستخدام معيار LongMemEval-S، حقق MEMTIER أداءً ملحوظاً حيث سجل نسبة دقة تبلغ 0.382 ونسبة F1 تلامس 0.412 باستخدام معالج بقدرة 6GB، مما يمثل تحسناً قدره 33 نقطة مئوية مقارنة بالأساسيات السابقة.

ومع إدخال تجمعات الحقائق من نظام DeepSeek-V4-Flash، وصلت نسبة الاسترجاع في الجلسات الفردية إلى 0.686-0.714، متفوقة على معايير أداء أخرى، كما أظهرت التحليلات الزمنية نمواً طفيفاً.

تؤكد هذه التقدمات أهمية الهياكل الدلالية في تحسين أداء استرجاع المعلومات، مما يفتح آفاقاً جديدة أمام تطوير الوكلاء الذكيين المستقلين. مما لا شك فيه أن هذه الخطوة تمثل نجاحًا كبيرًا في مجال الذكاء الاصطناعي.

ما رأيكم في هذا التطور؟ شاركونا في التعليقات.